Meta Muse: el agente IA que ya scrapea YouTube y Reddit

Meta Muse, el asistente personal que también sirve para scrapear la web

Muse es el agente personal de IA que Meta lanzó el 8 de septiembre de 2026 en iOS, Android y web. La promesa oficial es delegar el correo, las compras y la planificación de viajes en un agente que corre en una máquina virtual segura dedicada (la llamada Muse Secure VM). Pero un developer encontró en septiembre un uso que Meta no destacó en el comunicado: Muse es una herramienta fantastique para hacer scraping a gran escala sin montar infraestructura propia.

Lo cuenta en detalle en su blog sigh.dev, donde documenta cómo lo está usando para alimentar fullsets.fm, un proyecto personal que agrega conciertos grabados profesionalmente (livestreams de festivales, Tiny Desk y similares) dispersos por YouTube.

El pipeline: Luna, Gemini y Muse trabajando en tándem

El autor ya tenía un pipeline de clasificación barata: usa Luna y lo que describe como Gemini 3.8 a través de Gemini Studio para decidir si un vídeo de YouTube cumple sus criterios de calidad y contenido. El problema que no había resuelto era el descubrimiento: cómo dar con los canales pequeños y atípicos —"como T-Mobile Europe", escribe— que por la razón que sea han subido conciertos completos.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Muse entró a resolver justo eso, y lo hace en los dos extremos del pipeline:

En el lado del descubrimiento, escaneando Reddit y YouTube siguiendo instrucciones tipo: "encuentra 1.000 vídeos que cumplan estos criterios" o "construye una lista de artistas que hayan tocado en Coachella y búscalos uno por uno en YouTube".
En el lado de la validación, revisando lo que Luna y Gemini producen y aprobando o rechazando cada candidato final.

"Se queda ahí dando vueltas hasta terminar, castigando a esos sitios web con una máquina en la nube que parece tener ancho de banda ilimitado y un CPU decente", escribe el developer.

El precio real: US$80 al mes y "pocos miles de millones de tokens a la semana"

El autor pagó US$80 por un mes de Muse y reporta haber consumido "a few billion tokens a week" sin que la cuenta le fuera limitada. Las suscripciones oficiales de Muse, según reporta CNBC, son de US$20 o US$100 al mes según el nivel de uso.

El modelo que mueve al agente es Muse Spark 1.3, liberado por Meta el 3 de septiembre de 2026 a través de la Meta Model API y Muse Code, según Yahoo Tech. Meta asegura que Spark 1.3 reduce el uso de herramientas alrededor de un 20% y el consumo de tokens alrededor de un 25% frente a Spark 1.2.

Sobre la calidad, el autor es directo: el modelo es "bastante mediocre escribiendo y no lo usaría para programar", pero le resulta muy útil para cargas de trabajo estilo Gemini Flash —clasificar, filtrar, recorrer listados largos.

Por qué Muse funciona para automatizar scraping (y dónde falla)

Lo que el developer valora del agente:

Una VM gestionada con Chrome ya instalado, sin tener que armar Puppeteer ni headless browsers.
Tokens efectivamente ilimitados para tareas repetitivas de scraping.
Un agente que no duerme: una sola instrucción puede procesar 1.000 vídeos seguidos.
Razonamiento multi-paso: construir la lista de Coachella y luego iterar artista por artista.

Lo que no le convence:

Los jobs se congelan a mitad de ejecución a veces.
La UI no tiene sentido cuando corren varios jobs en paralelo usando el navegador.
La comunicación con el modelo resulta frustrante en algunos flujos largos.

Y queda la pregunta incómoda que él mismo se plantea: "Me preocupa qué pasará cuando alguien apunte Muse contra mis propios sitios web." Estos agentes no duermen, pueden rotar IPs y fingir ser usuarios reales. Si un proceso no es lo bastante rápido, levantas otro. El coste marginal de cada instancia adicional, según su experiencia, tiende a cero.

Amazon ya bloqueó a Muse: lo que esto cambia para todos

Amazon ya tomó la decisión de bloquear a Muse de su tienda online, según reportan CNBC y The Verge. Los motivos que Amazon expuso son cuatro:

Meta no notificó a Amazon con antelación del lanzamiento.
Muse evade las funciones de personalización de la experiencia de compra.
El agente "parece capturar y almacenar credenciales de clientes y scrapear datos de cuentas".
Muse no se identifica cuando navega.

El developer lo reconoce sin rodeos: "Si mi objetivo fuera el dropshipping, ¿podría scrapear miles de páginas de Amazon todo el día? No sé a dónde lleva esto, pero seguramente veremos más sitios bloqueando a Muse a menos que Meta prevenga los abusos".

Las cifras que rodean a Meta Muse

Estos son los datos de contexto que reporta la prensa especializada:

2,5 millones de descargas en 13 días desde el lanzamiento, según Sensor Tower (reportado por CNBC). En la misma ventana, ChatGPT tuvo 3,1 millones, Claude 400.000 y Grok 200.000.
600.000 usuarios activos diarios en EEUU, según una estimación de Apptopia recogida por The Verge.
Número 1 en la App Store de iOS en apps gratuitas, por delante de ChatGPT, Claude y Grok.
Lanzamiento el 8 de septiembre de 2026 en iOS, Android y muse.ai, con planes de llevarlo a gafas inteligentes.
Funciona sobre Muse Secure VM, una VM Linux dedicada por usuario con un agente Sentinel que audita cada conexión saliente antes de que toque internet.
Pagos con Link de Stripe y soporte de 1Password para credenciales; Shopify confirmó integración con checkout agéntico (CNBC).
El hardware Muse Charm se presentó en Meta Connect: smartwatch sin correa con 5G, pantalla OLED de 2 pulgadas y sensor de huella.

¿Qué significa esto para tu startup?

1. Audita hoy mismo qué puede scrapear un agente contra tu propio sitio. Si un developer con US$80 al mes puede iterar sobre miles de URLs sin infraestructura propia, el coste de un ataque automatizado a tu web es esencialmente cero. Revisa tu WAF, sube el rate limiting, exige challenges de JavaScript o autenticación en endpoints sensibles, y registra los user-agents atípicos (los agentes actuales no siempre se identifican).

2. Muse abre una ventana barata para construir data pipelines que antes requerían infraestructura propia. Combinado con un modelo de clasificación económica (Gemini Flash, GPT-5 nano, Claude Haiku), puedes montar discovery + filtrado que corre horas sin intervención. Si tu modelo de negocio depende de datos públicos dispersos —precios, eventos, ofertas de empleo, propiedades—, vale la pena experimentar antes de que más sitios empiecen a bloquear.

3. La línea entre "asistente personal" y "raspador industrial" se ha difuminado. Cualquier founder que construya sobre agentes debería tener mapeado qué puede hacer su agente, qué prohíben los TOS de los sitios que visita, y qué pasa si el sitio decide bloquear. Esto ya no es teoría: Amazon lo hizo en la primera semana. Los próximos meses traerán más bloqueos, más reacciones legales, y probablemente algún estándar de identificación de agentes a nivel de navegador.